Mejor modelo de IA para empresas de oficios y servicios, probado el 23 de septiembre de 2026

Las tareas de la evaluación de AIGROW para pequeñas empresas que una empresa de oficios o servicios encargaría a la IA y el resultado de cada uno de los 36 modelos en todas ellas, calificado como aprobado o no aprobado según criterios definidos por escrito.

Un piloto: 1 ejecución por modelo en cada tarea. Esta prueba se realizó el 23 de septiembre de 2026. Desde entonces, los fabricantes han sustituido 18 de sus 36 modelos por otros más recientes, y no incluía 26 modelos actuales de nuestra lista. La clasificación de LLM ordena los modelos actuales según resultados medidos.

6/6Superó la mayoría de las 6 tareas8 modelos
Kimi K3
6 de 6
Gemini 3.1 Pro (preview)
6 de 6
GLM-5.3
6 de 6
Gemini 3.8 Flash
6 de 6
Grok 4.7
6 de 6
Grok 4.3
6 de 6
En caso de empate, cuenta el mejor resultado en las 20 tareas.

La evaluación de AIGROW para pequeñas empresas incluye 6 tareas que una empresa de oficios o servicios encargaría a la IA. El 23 de septiembre de 2026, 8 modelos aprobó las 6. La página de cada tarea muestra las trampas y los errores de todos los modelos.

Todos los modelos en estas tareas

Primero, los que más tareas superaron; en caso de empate, cuenta el mejor resultado en las 20 tareas. El coste de 1000 aciertos se calcula sobre todo el benchmark, incluidas las ejecuciones fallidas.

El resultado de cada modelo en las tareas que una empresa de oficios o servicios encargaría
ModeloCalcular el precio de un trabajo a partir de una lista de preciosRedactar correos de presupuestosPuntuar leads de ventasDerivar mensajes de clientesCalcular el pago de horas extraResponder preguntas sobre el manual del personalSuperadas1000 tareas superadas
Kimi K3Sustituido por Kimi K3.1 ProSuperadaSuperadaSuperadaSuperadaSuperadaSuperada6 de 618,44 US$
Gemini 3.1 Pro (preview)Sustituido por Gemini 4 ArgonSuperadaSuperadaSuperadaSuperadaSuperadaSuperada6 de 629,67 US$
GLM-5.3SuperadaSuperadaSuperadaSuperadaSuperadaSuperada6 de 67,02 US$
Gemini 3.8 FlashSuperadaSuperadaSuperadaSuperadaSuperadaSuperada6 de 67,17 US$
Grok 4.7SuperadaSuperadaSuperadaSuperadaSuperadaSuperada6 de 69,41 US$
Grok 4.3SuperadaSuperadaSuperadaSuperadaSuperadaSuperada6 de 64,10 US$
Qwen3.8 27BSuperadaSuperadaSuperadaSuperadaSuperadaSuperada6 de 67,30 US$
gpt-oss-120bSuperadaSuperadaSuperadaSuperadaSuperadaSuperada6 de 60,422 US$
Qwen3.8 FlashFallidaSuperadaSuperadaSuperadaSuperadaSuperada5 de 61,09 US$
GLM-5.3-FlashSuperadaFallidaSuperadaSuperadaSuperadaSuperada5 de 60,831 US$
DeepSeek V4.1 FlashSuperadaFallidaSuperadaSuperadaSuperadaSuperada5 de 61,05 US$
DeepSeek V4 ProSuperadaFallidaSuperadaSuperadaSuperadaSuperada5 de 65,14 US$
Qwen3.7 PlusSuperadaFallidaSuperadaSuperadaSuperadaSuperada5 de 63,58 US$
GPT-5.6 SolSustituido por GPT-6.2 SolSuperadaFallidaSuperadaSuperadaSuperadaSuperada5 de 611,33 US$
Qwen3.8 MaxSustituido por Qwen4-MaxSuperadaFallidaSuperadaSuperadaSuperadaSuperada5 de 616,32 US$
GPT-6 AstraSustituido por GPT-6.2 AstraSuperadaFallidaSuperadaSuperadaSuperadaSuperada5 de 627,91 US$
Muse Glimmer 30BSuperadaFallidaSuperadaSuperadaSuperadaSuperada5 de 63,10 US$
Claude Sonnet 5Sustituido por Claude Sonnet 5.5FallidaFallidaSuperadaSuperadaSuperadaSuperada4 de 66,70 US$
GPT-5.5Sustituido por GPT-6.2 AstraSuperadaFallidaSuperadaSuperadaFallidaSuperada4 de 617,02 US$
Claude Fable 5.1Sustituido por Claude Fable 5.2SuperadaFallidaSuperadaSuperadaFallidaSuperada4 de 633,11 US$
GPT-5.6 LunaSustituido por GPT-6 LunaSuperadaFallidaSuperadaSuperadaFallidaSuperada4 de 60,677 US$
MiniMax M3FallidaSuperadaSuperadaSuperadaSuperadaFallida4 de 61,82 US$
Claude Opus 5Sustituido por Claude Opus 5.5FallidaFallidaSuperadaSuperadaFallidaSuperada3 de 616,89 US$
GPT-5.6 TerraSustituido por GPT-6.1 TerraFallidaFallidaSuperadaSuperadaFallidaSuperada3 de 66,68 US$
Claude Sonnet 4.6Sustituido por Claude Sonnet 5.5FallidaFallidaSuperadaSuperadaFallidaSuperada3 de 611,24 US$
Kimi K2.6Sustituido por Kimi K3.1 ProFallidaSuperadaFallidaSuperadaFallidaSuperada3 de 611,69 US$
Gemma 4 31BSuperadaFallidaSuperadaSuperadaFallidaFallida3 de 60,558 US$
Gemini 3.1 Flash-LiteSustituido por Gemini 3.5 Flash-LiteSuperadaSuperadaFallidaSuperadaFallidaFallida3 de 61,41 US$
Llama 4 MaverickFallidaSuperadaFallidaSuperadaFallidaFallida2 de 60,665 US$
Mistral Medium 3.5Sustituido por Mistral Large 4FallidaSuperadaFallidaSuperadaFallidaFallida2 de 67,40 US$
Gemini 3.5 Flash-LiteFallidaSuperadaFallidaSuperadaFallidaFallida2 de 62,47 US$
Claude Haiku 4.5Sustituido por Claude Haiku 5.5FallidaFallidaFallidaSuperadaFallidaFallida1 de 66,62 US$
GPT-5.4 nanoSustituido por GPT-6 LunaFallidaSuperadaFallidaFallidaFallidaFallida1 de 61,51 US$
Mistral Small 4FallidaFallidaFallidaSuperadaFallidaFallida1 de 61,33 US$
GPT-5.4 miniSustituido por GPT-6.1 TerraFallidaFallidaFallidaFallidaFallidaFallida0 de 63,35 US$
Ministral 3 14BFallidaFallidaFallidaFallidaFallidaFallida0 de 61,07 US$

Encarga este trabajo a un agente

Un agente de AIGROW realiza trabajos como estos en tus propias herramientas, siguiendo reglas que apruebas por escrito. Si las reglas no contemplan un caso, lo escala en lugar de adivinar.

Edición de octubre de 2026